Computex 2026: Nye chips skal flytte AI fra chat til handling

Computex var organiseret omkring tre hovedområder: AI & Computing, Robotics & Mobility og Next-Gen Tech . På tværs af keynotes og udstillingshaller var budskabet klart: AI bevæger sig fra chatbots til agenter – og fra rene cloudløsninger til en kombination af enheder, edge-systemer og datacentre.

Qualcomm: 2026 bliver »agentens år«

Qualcomms koncernchef, Cristiano Amon, brugte åbningstalen til at erklære 2026 for »agentens år«. Hans pointe var, at AI er på vej fra at svare på prompts til selvstændige systemer, der kan forstå brugerens hensigt, dele opgaver i mindre trin, koordinere data og udføre handlinger på tværs af telefoner, pc’er, biler og robotter .

I Amons vision er smartphonen ikke længere centrum for det digitale liv. Det bliver i stedet AI-agenten, som kan bevæge sig mellem forskellige enheder og tjenester .

Dragonfly markerer Qualcomms datacenterambitioner

Den største hardwarenyhed fra talen var Dragonfly, et nyt brand for Qualcomms AI-chips til inferens i datacentre. Lanceringen markerer virksomhedens formelle indtog på servermarkedet .

Dragonfly skal indgå i Qualcomms såkaldte Computing Continuum – en samlet arkitektur, der skal kunne fordele AI-opgaver dynamisk fra meget strømbesparende enheder til edge-systemer og store datacentre .

Amon oplyste, at Qualcomm allerede arbejder med hyperscalere og globale partnere om konkrete implementeringer. De tekniske specifikationer og produktplaner blev dog ikke offentliggjort på Computex. Qualcomm har i stedet varslet flere detaljer på sin investordag den 24. juni .

Dragonfly udvider Qualcomms produktfamilie til tre hovedområder: Snapdragon til forbrugere, Dragonwing til industriel IoT og Dragonfly til datacentre .

Intel satser på CPU’ens comeback

Intel byggede sin keynote op omkring argumentet om, at AI-agenter skaber en ny CPU-renæssance. Når inferens og koordinering af AI-agenter vokser, vil CPU’er ifølge Intel få en større rolle i opgaver, som ikke nødvendigvis skalerer effektivt med GPU’er alene .

Xeon 6+ bygger på Intel 18A

Kernen i strategien er Xeon 6+, også kendt under kodenavnet Clearwater Forest. Det er Intels første datacenter-CPU baseret på Intel 18A-processteknologien. Processoren har 288 Efficient-kerner og 576 MB L3-cache og er målrettet cloud-native arbejdsbelastninger, hvor høj tæthed og effektivitet pr. watt er afgørende .

Intel hævder, at én rackløsning med Xeon 6+ kan understøtte op til 150.000 AI-agenter samtidig . Tallet er Intels egen oplysning og beskriver virksomhedens mål for den samlede infrastruktur – ikke en universel standard for alle installationer.

AI flyttes fra chippen til hele racket

Intel præsenterede også en ny referencearkitektur til rackskaleret AI, udviklet sammen med SambaNova Systems og Foxconn. Løsningen kombinerer Intels Xeon-processorer med SambaNovas SN-50 Reconfigurable Dataflow Units (RDU’er) for at accelerere inferens og agentbaserede AI-opgaver .

Et enkelt væskekølet rack på 32U skal kunne levere 36.864 kerner ved et strømforbrug på omkring 100 kW . Konceptet er rettet mod hyperscalere og store virksomheder. Intel viste desuden en CPU-tæt variant til arbejdsbelastninger, der ikke bruger GPU-lignende acceleratorer .

Strategien viser, at Intel forsøger at konkurrere på systemniveau – ikke kun med selve processoren. Virksomheden udvidede samtidig sin netværksportefølje med E835-controllere i 800-serien og gav en forsmag på Crescent Island, Intels næste GPU til AI-acceleration .

Edge-AI rykker tættere på fabrikken

Hvor Intel og Qualcomm fokuserede på den overordnede infrastruktur, viste taiwanske producenter, hvordan AI kan bruges direkte i fysiske miljøer. Edge-AI betyder i denne sammenhæng, at beregningerne sker tæt på kameraet, robotten eller maskinen i stedet for udelukkende i skyen.

DFI: Computer vision i kompakte systemer

DFI viste industrielle edge-AI-platforme baseret på NVIDIA Jetson Orin. Serien omfattede blandt andet X6-ORN-GMSL til kompakte visionsystemer, X6X-ORN til udendørs miljøer og X6a-AGX til systemer med flere kameraer og høj båndbredde .

DFI samarbejdede også med Mobilint om en kompakt, vægmonteret edge-AI-server til smart city-anvendelser. Demonstrationen kombinerede computer vision og vision-language-modeller i realtid til registrering af våben .

ADLINK: Robotten Moby viser fysisk AI

ADLINK havde »Leading Edge AI Computing« som tema og organiserede udstillingen i syv anvendelsesområder. De dækkede blandt andet humanoide robotter, ubemandede køretøjer, intelligent produktion og 3D-medicinsk billedbehandling .

Et af højdepunkterne var Moby, en humanoid robot fra Noble Machines. Moby blev drevet af en ADLINK edge-AI-platform med NVIDIA Jetson Thor og demonstrerede sensorfusion samt styring af hele kroppen i realtid .

Advantech vil gøre edge-AI til standardudstyr

For Advantech var edge-AI et centralt vækstområde. Virksomheden annoncerede næste generation af integrerede edge-AI-platforme med mindst 100 TOPS beregningskapacitet .

Advantech præsenterede en tredelt arkitektur med Edge AI Embedded-moduler, komplette AI Appliance-systemer og HPC-platforme. Tanken er, at de forskellige niveauer skal kunne bruges som byggesten til AI i blandt andet produktion, logistik og detailhandel .

Hvad med MINISFORUM?

Der findes ikke direkte, kildeunderstøttet dækning af konkrete MINISFORUM-annoncer fra Computex 2026 i det tilgængelige materiale. Virksomheden er kendt for kompakte pc’er og edge-systemer, men specifikke nyheder fra årets messe kan ikke bekræftes her.

Den store tendens: AI skal kunne handle i den virkelige verden

Computex 2026 pegede på et tydeligt næste skridt for teknologibranchen. AI skal ikke kun generere svar på en skærm – den skal kunne registrere omgivelser, træffe beslutninger og udføre handlinger i den fysiske verden.

Intels Xeon 6+ og rackskalerede infrastruktur, Qualcomms Computing Continuum og Dragonfly samt edge-systemerne fra DFI, ADLINK og Advantech er forskellige dele af samme udvikling. De skal tilsammen skabe den infrastruktur, der gør AI i stand til at handle – ikke bare konversere.

Det er også kernen i »AI Together«: overgangen til fysisk AI kræver et samspil mellem chips, software, netværk, producenter og de virksomheder, der skal bruge teknologien i praksis .